INVESTIGACION DE

OPERACIONES
Investigacin Operativa
La Operational Research Society la define como:
Las tareas primordiales de un investigador operativo son:
MODELIZAR Y OPTIMIZAR SISTEMAS
Ventajas de la utilizacin de la I.O.
Se incrementa la posibilidad de tomar mejores
decisiones: se evita tomar decisiones con carcter
intuitivo; estas decisiones tienden a ignorar la mayora
de las interrelaciones que existen entre las componentes
del sistema.
Mejora la coordinacin entre las mltiples componentes
de la organizacin, ya que genera un mayor nivel de
ordenacin.
Mejora el control del sistema al instituir
procedimientos sistemticos que supervisan, por
un lado, las operaciones que se llevan a cabo en la
organizacin y, por otro, evita el regreso a un
sistema peor, sealando decisiones que pueden
conducir a resultados muy peli- grosos para la
estabilidad y buen funcionamiento del sistema.
Logra un sistema mejor al hacer que ste
opere con costes ms bajos, con interacciones
ms fluidas, eliminado cuellos de botella y
logrando una mejor coordinacin entre los
elementos importantes de todo el sistema.
La Investigacin Operativa en la Industria: aunque
se aplica desde principio de siglo, es el desarrollo de
los ordenadores en los aos 50 lo que impulsa su
aplicacin. En los ltimos aos, la Investigacin
Operativa ha contribuido al desarrollo de sistemas
experto en la gestin empresarial
Estrategia: diseo de la cadena de suministro,
localizacin y dimensionamiento de instalaciones, etc.

Tctica: polticas de abastecimiento, etc.

Operativa: gestin de rutas, inventarios, turnos de
trabajo, etc.
La Investigacin Operativa en el Sector Pblico: se
aplica en cuestiones relativas al desarrollo regional,
ordenacin del trfico, etc.
La Investigacin Operativa en la Economa: La teora
econmica ha ido, con lo aos, evolucionando hacia
una ciencia aplicada en la que cada vez son ms los
modelos matemticos desarrollados con el fin de
describir y optimizar el comportamiento de los
agentes econmicos. Uno de los hechos que ms ha
contribuido a esta evolucin fue el nacimiento de la
Teora de Juegos.
Aplicacin de la Investigacin Operativa
El Investigador Operativo como MODELIZADOR
Estudio de un sistema del mundo real:
Un sistema es un conjunto de componentes con
unas propiedades medibles mediante variables
lgicas cuantitativas o cualitativas."
Los pasos a seguir son:
1. Abstraer este sistema de su situacin real,
identificando los factores dominantes que controlan su
comportamiento y determinar el
supuesto sistema real (variables, parmetros.)
2. De este supuesto sistema real se hace otra
abstraccin, que es el modelo, donde se identifican las
relaciones del sistema (un objetivo, restricciones, etc...)
El concepto de modelo se refiere a objetos que han sido
construidos para estudiar ciertas caractersticas de los
objetos o sistemas originales.
En muchas ciencias se utilizan modelos reales; la
Investigacin Operativa utiliza modelos abstractos, modelos
matemticos que permiten representar las relaciones
internas entre los distintos elementos del sistema.
Es necesario estudiar las relaciones entre las
componentes y la existencia de un ambiente ajeno
al sistema que pueda influir sobre l.
El Investigador Operativo como OPTIMIZADOR
Aplicacin de la Investigacin Operativa
Una vez definido el sistema, es necesario estudiar cmo
actuar sobre l, modificndolo para lograr unos objetivos
fijados de antemano.
El objetivo es proporcionar una base racional a la toma de
decisiones.
La Investigacin Operativa permite seleccionar el
valor de las variables controlables (nivel de
produccin, nmero de servidores, capacidad de una
red, etc.) que permiten un funcionamiento ptimo
del sistema (coste mnimo, mnimo retraso, etc.).
Metodologa para enfrentar un problema con el
enfoque de I.O.
1. Definicin del Problema
2. Construccin del Modelo
3. Resolucin del Modelo
4. Validacin del Modelo
5. Implementacin y Control del Modelo
1. Definicin del Problema
Metodologa para enfrentar un problema con el enfoque de I.O.
Metodologa para enfrentar un problema con el enfoque de I.O.
Metodologa para enfrentar un problema con el enfoque de I.O.
Aspectos a tener en cuenta en la definicin del problema
Metodologa para enfrentar un problema con el enfoque de I.O.
Aspectos a tener en cuenta en la definicin del problema
Metodologa para enfrentar un problema con el enfoque de I.O.
Aspectos a tener en cuenta en la definicin del problema
Metodologa para enfrentar un problema con el enfoque de I.O.
Metodologa para enfrentar un problema con el enfoque de I.O.
Aspectos a tener en cuenta en la definicin del problema
Metodologa para enfrentar un problema con el enfoque de I.O.
Aspectos a tener en cuenta en la definicin del problema
Metodologa para enfrentar un problema con el enfoque de I.O.
2. Construccin del Modelo
Caracterstica de la I.O.: Utilizacin de modelos matemticos
en la resolucin de los problemas.
La calidad de un modelo depende de la percepcin,
creatividad, intuicin, conocimiento e imaginacin del
modelador.
En la practica no pueden considerarse todos los
factores y todas las relaciones existentes entre
ellos, por lo que se seleccionan los aspectos ms
relevantes.
Metodologa para enfrentar un problema con el enfoque de I.O.
Elementos Caractersticos de un Modelo Matemtico:
Variables:

Variables de Decisin o Endgenas: Decisiones cuantificables
abordadas por el estudio, cuyos valores se intenta determinar
por medio de la resolucin del modelo.

Variables Exgenas o Parmetros: Decisiones que han sido
tomadas fuera del mbito del sistema. Desde el punto de vista
del modelo son datos.


Metodologa para enfrentar un problema con el enfoque de I.O.
Variables de Estado: Variables que caracterizan la
situacin en la que se encuentra el sistema en un
instante dado. Su valor depende de las variables de
decisin y los parmetros.
Restricciones: Limitaciones que deben imponerse al
sistema.
Metodologa para enfrentar un problema con el enfoque de I.O.
Medida de Efectividad: Criterio que se utilizar para
comparar distintas opciones.
Restricciones y medidas de efectividad expresan las
relaciones entre las variables.
Tipos de Modelos
1. Modelos de Programacin Matemtica u Optimizacin

Resolver un modelo de optimizacin implica determinar los
valores de las variables de decisin de modo que se cumplan
las restricciones y se optimice la funcin
objetivo.
Existen muchas situaciones donde las
caractersticas de las decisiones no permiten
construir un modelo matemtico adecuado.
Otras veces el grado de complejidad y el
tamao del modelo pueden hacer muy
dificultosa su resolucin.
2. Teora de Juegos

Se utilizan cuando en el sistema considerado existen varios
componentes que toman decisiones interrelacionadas. El
modelo permite evaluar una alternativa propuesta por uno
de los actores considerando la participacin del resto. Ej.:
Una empresa que quiere lanzar al mercado un nuevo
producto (las empresas de la competencia son los otros
actores).
Esta herramienta permite comprender el
funcionamiento de sistemas complejos.
Aplicaciones en el campo de la Economa
Tipos de Modelos
3. Simulacin

Permite replicar (en un computador) el comportamiento
del sistema bajo condiciones dadas.

Los resultados vienen dados por un conjunto de
indicadores de desempeo que permiten evaluar el
comportamiento del sistema.

El espritu no es optimizar sino reproducir el
comportamiento del sistema. Ej.: Call Center y diferentes
alternativas de cambios.
Tipos de Modelos
4. Prototipos

Opera directamente con el sistema real bajo estudio.

Es ms ajustado pero tambin ms costoso que un
modelo de simulacin. Ej.: Call Center y el anlisis acerca
de un cambio realizado.
Tipos de Modelos
La seleccin del tipo de modelo que se ha de
utilizar depende de la complejidad de la
situacin planteada, del tiempo y de la
tecnologa disponible para su resolucin.
3. Resolucin del Modelo
Qu es resolver un modelo?
Es encontrar los valores de las variables de decisin de
manera que se cumplan las restricciones y se optimice la
funcin objetivo.
Muchas veces esto puede ser sencillo porque slo
consiste en aplicar un paquete computacional comercial.
Otras veces puede ser necesario desarrollar
metodologas especializadas de solucin.
1. Soluciones Analticas: El valor de las variables de
decisin se obtiene por medio de operaciones
algebraicas.

2. Soluciones Numricas: El valor de las variables de
decisin se obtiene por medio de procedimientos,
generalmente iterativos.
Tipos de Soluciones
Procedimientos para Encontrar Soluciones Numricas
Algoritmos Exactos: Obtiene soluciones ptimas a travs
de iteraciones.

Heursticas: Procedimientos iterativos que tratan de
determinar buenas soluciones pero no garantizan
optimalidad. Comnmente utilizadas ante la convergencia
muy lenta de un algoritmo exacto.
Adems de la solucin del modelo, es conveniente
proveer informacin acerca del comportamiento de
ste ante variaciones pequeas de los parmetros,
esto se logra a travs del Anlisis de Sensibilidad.
4. Validacin del Modelo
Es necesario verificar que una solucin es razonable.

Un modelo puede resultar no valido debido a:

Se omitieron variables o relaciones relevantes.

Se incluyeron variables o relaciones no relevantes.

Se consideraron valores de los datos estimados
incorrectamente, etc.
Se suele partir analizando la solucin para instancias
pequeas del problema, si los resultados son
coherentes se pasa al anlisis de soluciones para
instancias ms grandes.
Para los sistemas que estn operando una forma de
validar es una prueba retrospectiva, es decir, estudiar
el modelo con datos de periodos anteriores.
Para los sistemas que no estn operando
pueden utilizarse datos obtenidos de un
modelo de simulacin.
5. Implementacin y Control del Modelo
Implementacin:
Una vez desarrollado el estudio y validado el modelo, las
soluciones deben transformarse en herramientas de apoyo a
la toma de decisiones, esto implica:
Establecer procedimientos, manuales y/o
computacionales, al interior de la organizacin que
aseguren la disponibilidad de los datos que el
modelo requiere.
Establecer procedimientos que permitan, una vez que
se tienen los datos, resolver el modelo y obtener la
solucin. Esto corresponde fundamentalmente a la
puesta en marcha del paquete computacional utilizado.
Establecer procedimientos que permitan transformar
las soluciones en acciones especficas en la
organizacin.
Control:
Es necesario establecer un sistema de control que permita
detectar cualquier desviacin de los supuestos. Esto
permitir efectuar oportunamente las modificaciones que
correspondan cuando los cambios sean significativos.
Es importante notar que la solucin del modelo debe ser
analizada por el tomador de decisiones, quien podra
modificarla incorporando en la decisin final elementos
que no se han considerado en el modelo.
Principales Causas del Fracaso de Aplicaciones de
I.O.
1. Falta de integracin e interaccin entre el equipo de
desarrollo y las personas que estarn a cargo de la operacin
del sistema en la organizacin. Para evitar esto es importante
la participacin del usuario/operador durante el desarrollo
del proyecto.
2. Problemas de diseo, particularmente en la interfaz
computacional con el usuario. Para evitar esto es
necesario tener un medio fcil, rpido y amistoso para
ingresar los datos del modelo y para interpretar sus
resultados.
Disciplinas de la I.O.
1. Programacion Matemtica u Optimizacin:

Incluye un conjunto de conceptos y tcnicas para abordar
el problema de determinar los valores de las variables de
decisin de un modelo, de modo que se obtenga el mejor
valor de una medida de rendimiento y se cumplan las
restricciones impuestas en el modelo. El hecho de
incorporar o no la incertidumbre en los modelos idntica
dos reas especficas bien diferenciadas: Programacin
Matemtica Estocstica y Programacin Matemtica
Determinstica
2. Programacin Dinmica:

Tcnica que aborda la resolucin de los problemas
identicando estructuras dinmicas entre las variables de
decisin. Por ejemplo, problemas que describen la
evolucin en el tiempo de un sistema cuyas condiciones en
un perodo dependen del estado del sistema en perodos
anteriores.
3. Teora de Colas:

Se ocupa de tcnicas y conceptos que permiten abordar
problemas cuyo modelo bsico es el de una cola o fila de
individuos que esperan ser atendidos por un servidor.
Ej.: Call Center, Bancos, etc.
4. Simulacin:

Disciplina que permite el estudio de sistemas complejos
mediante el uso del computador con el objeto de
reproducir su comportamiento.
5. Teora de Juegos:

Aborda problemas donde dos o ms agentes se enfrentan a
situaciones de conflicto e intentan alcanzar cierto estado de
equilibrio.